Preuve et surveillance des salariés : regard français
Bibliographic record
Abstract
Avec le développement des technologies de l’information et de la communication, les techniques de surveillance des salariés se sont multipliées. L’évolution s’est principalement traduite par un contrôle moins visible, la caméra et les badges électroniques ayant progressivement remplacé le contremaître. En outre, l’outil informatique a largement pénétré les entreprises. Ces situations soulèvent des interrogations majeures : faut-il notamment poser des limites aux contrôles que peuvent exercer les employeurs sur les salariés ? Il convient d’abord de rappeler qu’il est légitime pour un employeur de surveiller l’activité de ses travailleurs. Par le contrat de travail, le salarié se soumet au pouvoir de direction du chef d’entreprise. La difficulté réside en réalité dans la possibilité de porter atteinte à certains espaces de vie personnelle. C’est notamment la vie privée qui risque d’être malmenée, le salarié pouvant être filmé ou écouté à son insu. Le contrat de travail ne peut légitimer de telles situations : la liberté étant inhérente à la condition d’Homme, on ne peut y renoncer moyennant rémunération. De plus, ces nouveaux procédés de preuve sont peu compatibles avec la loyauté contractuelle qui doit présider aux relations de travail.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".